Obsah:
Definice - Co znamená GPU-Accelerated Computing?
GPU-accelerated computing je využití grafického procesoru (GPU) spolu s počítačovým procesorem (CPU) za účelem usnadnění operací náročných na zpracování, jako jsou hluboké učení, analytika a inženýrské aplikace. GPU, vyvinutý společností NVIDIA v roce 2007, poskytuje mnohem lepší výkon aplikací odstraněním částí aplikací náročných na zpracování do GPU. Počítačové rozmístění s akcelerovaným GPU roste v popularitě kvůli velké rozmanitosti aplikací, ve kterých by mohlo být použito, jako je umělá inteligence, drony, roboty nebo autonomní auta.
Techopedia vysvětluje GPU-Accelerated Computing
GPU pomáhá poskytovat vynikající výkon softwarovým aplikacím. Z pohledu uživatele, GPU-accelerated computing dělá aplikace rychleji. GPU-akcelerované výpočetní funkce přesunutím výpočetně náročných částí aplikací do GPU, zatímco zbývající části mohou provádět v CPU. Zatímco CPU se skládá z jader navržených pro sekvenční sériové zpracování, GPU je navržena s paralelní architekturou sestávající z efektivnějších, ale menších jader, která mohou snadno zpracovávat více úloh paralelně. Výsledkem je, že v GPU-akcelerovaném výpočtu, zatímco sekvenční výpočty jsou prováděny v CPU, jsou velmi složité výpočty počítány paralelně v GPU. Dalším významným rysem GPU-akcelerované práce na počítači je podpora nabízená všem modelům paralelního programování, což pomáhá návrhářům aplikací a vývojářům poskytovat vynikající výkon aplikací.
GPU-akcelerované výpočty byly široce používány v editaci videa, lékařských zobrazovacích technikách, simulacích tekutin, třídění barev a podnikových aplikacích a jeho použití je slibné ve složitých oblastech, jako je umělá inteligence a hluboké učení.
